一种基于机器学习的辐射源识别算法及系统

AITNT
正文
推荐专利
一种基于机器学习的辐射源识别算法及系统
申请号:CN202411505853
申请日期:2024-10-28
公开号:CN119646599A
公开日期:2025-03-18
类型:发明专利
摘要
本发明公开了一种基于机器学习的辐射源识别算法及系统,涉及核安全监控与辐射检测技术领域,包括:采集辐射源数据,并进行预处理;基于特征工程建立机器模型;对机器模型进行训练和验证。本发明通过采用先进的特征工程方法(如能量谱分析和时域分析)和机器学习模型,本发明提高了辐射源的识别精度,能够更准确地区分不同类型的辐射源和其特性,通过异常值处理和标准化预处理步骤,本发明提高了数据的质量,从而增强了模型的训练和预测性能,采用IQR方法剔除异常值和使用标准化处理数据特征,使模型能够更有效地学习数据中的重要模式,降低噪声和异常值的影响。
技术关键词
辐射源 识别算法 机器学习模型 辐射检测技术 数据采集模块 特征工程方法 搜索算法 交叉验证方法 正则化参数 平滑方法 处理器 计算机设备 可读存储介质 时间差 存储器 训练集
系统为您推荐了相关专利信息
1
基于机器学习的重症患者临床数据分析预测系统
患者临床数据 训练机器学习模型 标识 周期 预测系统
2
一种基于电力市场灵活性资源的电力套餐优化设计方法
优化设计方法 工业 共享套餐 负荷 家庭
3
一种基于大模型技术的脑卒中数据管理分析方法及系统
数据分析模型 数据管理分析方法 预测误差 机器学习模型 协方差矩阵
4
一种提高储能系统运行效率的方法
液冷机组 储能系统 功率电路 电力转换系统 数据采集模块
5
一种虚拟现实游戏视频分享方法及系统
玩家 动态物体 虚拟现实游戏 数据标签 交互物体
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号